創薬プロセスにおけるAIの実践的活用事例と将来展望
★2026年4月24日WEBでオンライン開講。京都大学 小島 諒介 氏、株式会社日立製作所 根本 翔太 氏、メルク株式会社 小松 寛 氏の３名が、「創薬プロセスにおけるAIの実践的活用事例と将来展望」について解説する講座です。
■本講座の注目ポイント
★創薬プロセスにおいては、企業・アカデミアを問わず、AIを活用したツールが広く利用され始めています!
★ツールの実践的活用法と、AI活用による効率化と研究者の洞察・経験が発揮される場面の具体例をご紹介!
- 第1部 京都大学 医学研究科 准教授 小島 諒介 氏
- 第2部 株式会社日立製作所 医薬システム本部／技師 根本 翔太 氏
- 第3部 メルク株式会社 ライフサイエンス コマーシャルマーケティング部 マネージャー 小松 寛 氏
【1名の場合】55,000円(税込、テキスト費用を含む)
2名以上は一人につき、16,500円が加算されます。
定員：30名
※お申し込み後、受講票と請求書のURLが自動で返信されます。基本的にはこちらで受付完了です。開催前日16：00までに再度最終のご連絡をいたしますので、しばらくお待ちください。請求書と受講票は郵送ではないため必ずダウンロードください。また、同時に送られるWEBセミナー利用規約・マニュアルを必ずご確認ください。
※セミナー前日夕方16：00までにWEB会議のURL、事前配布資料のパスワードについては、別途メールでご案内いたします。基本的には、事前配布資料はマイページからのダウンロードの流れとなります。なお、事前配布資料については、講師側の作成完了次第のお知らせになりますので、この点、ご理解のほどお願い申し上げます。
※請求書の宛名の「株式会社」や「(株)」の「会社名の表記」は、お客様の入力通りになりますので、ご希望の表記で入力をお願いします。
※お支払いは銀行振込、クレジット決済も可能です。銀行振込でお支払いの場合、開催月の翌月末までにお支払いください。お支払いの際は、社名の前に請求書番号をご入力ください。
※領収書のご要望があれば、お申込み時、領収書要にチェックを入れてください。
※2名以上でお申し込みをされた場合は、受講票と請求書を代表者様にご連絡します。
※当講座では、同一部署の申込者様からのご紹介があれば、何名でもお1人につき16,500円で追加申し込みいただけます (申込者様は正規料金、お2人目以降は16,500円となります)。追加の際は、申し込まれる方が追加の方を取りまとめいただくか、申込時期が異なる場合は紹介者様のお名前を備考欄にお書きくださいますようお願いいたします。
※なお、ご参加手続きの際、自宅住所やフリーアドレス、個人携帯番号のみで登録された場合は、ご所属確認をさせいただくことがございます。
キャンセルポリシー・特定商取引法はこちら
【本セミナーの主題および状況・本講座の注目ポイント】
≪こちらの講座は、WEB上での開催のオンライン講座になります≫
■講演の構成
----------------------------------------------------------------------------------------------------------
第1講：13:00-14:15（京都大学：小島 氏）
「創薬DXにおけるAIの活用と展望」
第2講：14:25-15:40（株式会社日立製作所：根本 氏）
「日立のAI技術×お客さまの業務ナレッジで実現する創薬プロセスの効率化」
第3講：15:50-17:05（メルク株式会社：小松 氏）
「AI創薬ツールの実装と人間の判断力：低分子設計・合成ルート解析における協働」
----------------------------------------------------------------------------------------------------------
■注目ポイント
★AIを用いた創薬支援の最新動向を紹介!
★候補化合物探索から薬効・副作用予測、構造最適化までのプロセスにおけるDX・AI技術の活用法を解説!
★国内外における成功事例を交え、創薬DXを推進する上での課題と今後の展望についても議論!
★最新のAI・シミュレーション技術をどのように自社の創薬研究に導入し、研究開発の高度化・効率化を実現するかの道筋を理解できる!
★AI活用による効率化と研究者の洞察・経験が発揮される場面の具体例を紹介!
講座担当：苅谷樹弘
【第1講】 創薬DXにおけるAIの活用と展望
【時間】 13:00-14:15
【講師】京都大学 医学研究科 准教授 小島 諒介 氏
【講演主旨】
創薬分野では、AI技術とシミュレーション技術の融合による「創薬DX（デジタルトランスフォーメーション）」が急速に進展しています。
近年、ディープラーニングを活用した分子構造生成モデルや分子動力学シミュレーションの高精度化に加え、大規模言語モデル（LLM）やChatGPTの登場によって、研究情報の解析や創薬知識の自動抽出が可能になるなど、創薬研究のアプローチが大きく変化しています。また、AlphaFoldに代表されるタンパク質構造予測AIの進化により、これまで困難であった標的構造解析や候補化合物探索が飛躍的に効率化されています。
本講演では、AIを用いた創薬支援の最新動向を紹介するとともに、候補化合物探索から薬効・副作用予測、構造最適化までのプロセスにおけるDX・AI技術の活用法を解説します。また、国内外における成功事例を交え、創薬DXを推進する上での課題と今後の展望についても議論します。
聴講者には、最新のAI・シミュレーション技術をどのように自社の創薬研究に導入し、研究開発の高度化・効率化を実現するかの道筋を理解していただけます。
【プログラム】
∽∽────────────────────────────∽∽
1. 創薬DXの現状と創薬プロセスにおけるAIの位置づけ
∽∽────────────────────────────∽∽
2. ターゲット探索におけるAIの活用と知識発見の高度化
∽∽────────────────────────────∽∽
3. ヒット化合物探索・リード探索におけるAIの活用
∽∽────────────────────────────∽∽
4. 物性予測・薬効評価・最適化におけるAIとシミュレーションの活用
∽∽────────────────────────────∽∽
5. 合成経路や反応機構解析におけるAI活用
∽∽────────────────────────────∽∽
6. 創薬DXの実践事例と今後の展望
∽∽────────────────────────────∽∽
【質疑応答】
【キーワード】
創薬AI、ケモインフォマティクス
【講演の最大のPRポイント】
創薬プロセスにおけるAIの活用を俯瞰し，様々な場面でどのようにAIの活用が進められているか，実際にAIを導入する上での利点と注意点などを含めて紹介する。
また，最新の創薬AI手法に関しても紹介し，今後の展望についても紹介する。
【習得できる知識】
・ AIおよびシミュレーションを用いた創薬プロセスの全体像と活用事例
・ 分子設計、薬物動態予測、標的構造解析などへのAI応用の最新手法
・ 創薬DXの導入における実務的な課題とその解決の方向性
・ AIモデルとシミュレーションを連携させた研究開発 ワークフローの設計指針
【第2講】 日立のAI技術×お客さまの業務ナレッジで実現する創薬プロセスの効率化
【時間】 14:25-15:40
【講師】株式会社日立製作所 医薬システム本部／技師 根本 翔太 氏
【講演主旨】
近年、創薬プロセスでは期間の長期化・費用の増加・成功確率の低下といった課題が浮き彫りになっており、創薬プロセスの効率化が重要なテーマとなっている。
日立はこれまで、ヘルスケア領域向けのAIの独自開発やAI活用ノウハウの蓄積を進めてきた。
本講演では、日立が保有するAIに関する技術やノウハウと、お客さまが蓄積してきた業務ナレッジを融合することで実現した、開発期間の短縮、規制文書作成業務の効率化、市販後における医薬品の価値向上に向けた事例を紹介する。
【プログラム】
∽∽────────────────────────────∽∽
1.会社紹介
∽∽────────────────────────────∽∽
2.創薬プロセスにおける課題
∽∽────────────────────────────∽∽
3.日立独自のヘルスケア領域向けAI技術の紹介
∽∽────────────────────────────∽∽
4.創薬プロセスの効率化に向けたお客さまとの協創事例と成果
∽∽────────────────────────────∽∽
5.今後の展望
∽∽────────────────────────────∽∽
【質疑応答】
【キーワード】
AI、創薬プロセス効率化、バイオマーカー、規制文書作成、協創
【第3講】 AI創薬ツールの実装と人間の判断力：低分子設計・合成ルート解析における協働
【時間】 15:50-17:05
【講師】メルク株式会社 ライフサイエンス コマーシャルマーケティング部 マネージャー 小松 寛 氏
【講演主旨】
創薬プロセスにおいては、企業・アカデミアを問わず、AIを活用したツールが広く利用され始めています。
メルクの提供するAI創薬プラットフォームAIDDISON™は、機械学習による化合物の仮想スクリーニング、ADME-Toxパラメータ予測、3D分子ドッキング、新規分子のde novo設計など、複数の計算化学ツールを統合的に搭載し、創薬プロセスの多様なステップをシームレスにサポートします。
また、合成ルート解析に特化したデジタルツールSYNTHIA™は、調達可能な原料化合物からの合成ルート提案により、バーチャルでの化合物設計から、リアルな化合物合成までの橋渡しを実現します。両ツールとも直感的なインターフェースを備え、計算化学の専門家でなくても実装可能な設計となっており、研究者が主体的に関わりながらin silicoでの化合物設計から実際の合成実施まで、創薬プロセス全体を円滑に進めることを可能にします。
本セミナーでは、これらツールの実践的活用法と、AI活用による効率化と研究者の洞察・経験が発揮される場面の具体例をご紹介しながら、その背景にあるAI創薬市場環境や、AI創薬における人間とAIの役割分担の可能性について考察を深めていきます。
【プログラム】
∽∽────────────────────────────∽∽
1．イントロダクション
∽∽────────────────────────────∽∽
1-1会社概要
1-2AI創薬の市場環境
1-3創薬ワークフロー上のAI活用
∽∽────────────────────────────∽∽
2．バーチャルでの創薬加速：バーチャルスクリーニング
∽∽────────────────────────────∽∽
2-1現代バーチャルスクリーニングの抱える問題点
2-2主要な特化型ソフトウェア・データベース
2-3バーチャルスクリーニングの具体的なプロセス
2-4バーチャルスクリーニングの研究開発事例紹介
∽∽────────────────────────────∽∽
3．バーチャルからリアルへ：合成ルート解析
∽∽────────────────────────────∽∽
3-1逆合成解析の考え方
3-2潜在的な問題点と解決手法
3-3難化する現代の低分子創薬
3-4合成ルート解析の研究開発事例紹介
3-5ソフトウェア間連携による可能性(API)
∽∽────────────────────────────∽∽
4．AI創薬における人間とAIの役割分担
∽∽────────────────────────────∽∽
4-1タイプの異なる“AI”の分類
4-2人間がやるべき領域／AIが得意な領域
4-3AI創薬の未来にむけた示唆
∽∽────────────────────────────∽∽
【質疑応答】
【キーワード】
AI創薬市場環境、バーチャルスクリーニング、逆合成解析、de novoデザイン、ADME-Tox予測、特化型AI、合成ルート最適化、研究者とAIの関わり方、API連携、AI創薬における意思決定と責任
【講演の最大のPRポイント】
ツール活用の実践事例にとどまらず、"AIに何を任せ、研究者は何をすべきか"という本質的な問いに踏み込む。
AI創薬の全体像と人間の役割を同時に習得できる、実装者のための講演。
【習得できる知識】
AI創薬市場環境と様々なツール
バーチャルスクリーニングの実践プロセス
逆合成解析の考え方とAIによる合成ルート提案
AI創薬におけるAPI連携シームレスワークフロー
AI創薬における人間の不可欠な役割の明確化